买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉广东工业大学申请的专利基于纹理感知和异常检测的布匹表面瑕疵检测方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121169883B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511342999.2，技术领域涉及：G06T7/00；该发明授权基于纹理感知和异常检测的布匹表面瑕疵检测方法及装置是由吴衡;苏行健;罗劭娟设计研发完成，并于2025-09-19向国家知识产权局提交的专利申请。

本基于纹理感知和异常检测的布匹表面瑕疵检测方法及装置在说明书摘要公布了：本发明公开了基于纹理感知和异常检测的布匹表面瑕疵检测方法及装置，包括：获取被检布匹表面图像；将所述被检布匹表面图像输入深度学习网络模型；通过所述backbone网络提取多尺度特征图；通过所述纹理感知特征提取模块处理所述特征图，以融合跨通道与跨空间的纹理信息；通过所述neck网络集成异常检测分支，并输出不同尺度的特征图；通过所述自适应频域卷积模块对特征进行频域增强与空域特征提取运算并融合；通过所述YoloHead检测头输出检测结果，以判断布匹是否具有瑕疵。本发明能够有效利用布匹图像中的纹理特征信息，提高布匹表面瑕疵的检测准确性、鲁棒性和对未知瑕疵的识别能力。

本发明授权基于纹理感知和异常检测的布匹表面瑕疵检测方法及装置在权利要求书中公布了：1.基于纹理感知和异常检测的布匹表面瑕疵检测方法，其特征在于，包括：获取被检布匹表面图像； 将所述被检布匹表面图像输入至包含backbone网络、neck网络、纹理感知特征提取模块、异常检测模块、自适应频域卷积模块及YoloHead检测头的深度学习网络模型； 通过所述backbone网络提取多尺度特征图； 通过所述纹理感知特征提取模块处理所述多尺度特征图，以融合跨通道与跨空间的纹理信息； 通过所述neck网络集成异常检测模块，并输出不同尺度的特征图； 通过所述自适应频域卷积模块对不同尺度的特征图进行频域增强与空域特征提取运算并融合； 通过所述YoloHead检测头输出检测结果，以判断布匹是否具有瑕疵； 纹理感知特征提取模块处理的过程包括： 通过方向感知卷积提取水平、垂直及两个对角线方向的纹理特征； 通过编织模式判别器识别纹理类型并生成纹理特定的注意力权重； 通过颜色-纹理交互模块建模颜色与纹理的相互作用； 异常检测模块进行检测的过程包括： 通过纹理编码器提取输入特征的纹理编码； 将所述纹理编码与记忆库中存储的正常纹理模式特征进行对比计算相似度； 根据计算出的最大相似度计算异常分数； 根据所述异常分数是否超过阈值来判定是否为新型瑕疵； 自适应频域卷积模块进行运算的过程包括： 将空域特征通过快速傅里叶变换转换至频域； 通过自适应频率选择器选择关键频段； 通过纹理自适应核生成器生成专用卷积核； 使用瑕疵增强模块突出瑕疵区域； 将增强后的频域特征通过快速傅里叶逆变换转换回空域； 深度学习网络模型还包含动态稀疏卷积模块，实现过程包括： 通过复杂度估计器估计输入特征的复杂度等级； 根据所述复杂度等级自适应选择轻量路径、平衡路径或精细路径进行计算。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广东工业大学，其通讯地址为：510090 广东省广州市东风东路729号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。